1、“..... 从年发生的第次车祸到现在 为止，世界上死于交通安全事故的人数已经达到惊人的多万人。 我国人口众多，出 行情况复杂，行人，自行车，机动车等人员和交通工具多变，这就造成了我们的道路交通 事故发生频率也是世界上最高的，重大恶性交通事故死亡人数也是连年处于世界最高的位 置。 历年的数据显示，从年我国发生交通事故的起年的起 年的起年的起年的起年的起 年起年起„„，呈下降趋势。 每年的死亡人数也成下降趋 势，从年的万余人年的万余人年的万余人年的 万余人年万余人年的万余人年万余人„，虽然 成下降趋势但是仍然保持较高数字。 尽管交通事故发生的次数及引起的损失在逐年减少,但伤亡人数却直居高不下,国家 和人民的财产损失数目更是触目惊心。 据统计,我国是交通事故中死亡人数最多的国家......”。

2、“..... 交通事故分析原因表明目前,疲劳驾驶酒后驾驶以及超速 驾驶是引发交通事故的最主要原因。 其中由疲劳驾驶引发的交通事故占总数的左右, 占特大交通事故的以上,可以说疲劳已成为安全行车的大敌。 目前,疲劳驾驶检测的方 法很多,主要包括检测驾驶员生理参数,如脑电图心电图肌肉状况等检测驾驶员的行 为特征,如眼皮的运动头部运动眼睛开闭状态等检测交通工具的行为特征,如车速车 辆行驶的轨迹是否偏离车道等。 生理学研究表明,般情况下,当驾驶员精神饱满时,分钟的眨眼次数为三四次,最 多十几次,而当驾驶员处于疲劳状态时,眼睛的眨动次数会明显增加。 同时,眼睛的眨动次 数还受各种心理状态的影响,如愤感惶恐等。 驾驶员在繁华街道上行驶时眨眼次数要少 于高速公路,当驾驶员疲劳到定程度时眨眼次数会大大增加......”。

3、“.....因此眼睛是判断驾驶员疲劳度最重要的依据,通过对驾驶员眼睛开闭状 态的识别可以较准确的判断出驾驶员是否疲劳,同时实时性也比较高,容易实现。 尽管目前 疲劳驾驶检测系统正在向多参数检测,多信息融合系统发展,但眼睛的变化在众多识别参 数中始终占据着最重要的地        上面三式联立并取对数得  当时，  当时......”。

4、“..... 除了文中特别加以标注引用的内容外，本论文不包括任何其他个人或集体已经发表或 撰写的成果作品。 本人完全意识到本声明的法律后果由本人承担。 作者签名 年月日 学位论文版权使用授权书 黑体小二号 本学位论文作者完全了解学校有关保障使用学位论文的规定，同意学校保留并向有 关学位论文管理部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授 权省级优秀学士论文评选机构将本学位论文的全部或部分内容编入有关数据进行检索，可 以采用影印缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于保密囗，在年解密后适用本授权书 不保密囗。 请在以上相应方框内打 作者签名年月日 导师签名年月日 摘要 目前，随着人们生活水平的提高......”。

5、“.....伴随而来的是交 通事故也在不断增多。 研究表明，疲劳驾驶是造成交通事故日益严重的重要原因。 开展驾 驶员疲劳检测和预警的研究, ......”。

6、“.....道路车辆的不断增加道路基础设施工作，有着十分重要的现实意义。 本文研究的主要内容包括人脸检测人眼定位眼睛特征提取和状态识别疲劳程 度的计算等算法的原理及实现。 研究旨在协助驾驶员提高行车安全,减少疲劳驾驶带来的隐患。 检测汽车驾驶员的唤 醒状态,若得到疲劳信息,则发出警报。 边缘检测算法,边界跟踪算法以及人眼定位算法 以实现对驾驶员的监测设计中定义眼睛闭合度的参数,衡量所采集到的眼睛图像的纵 横之比,使系统对不同的人或同个人的不同状态进行测量,保证实际应用价值。 关键词驾驶安全边缘检测算法变换人眼定位算法闭合度参数 , , , , ......”。

7、“..... 维或者二维形式的算子对于清除明亮的脉冲噪声是有用的,但是对于清 除较暗的脉冲噪声效果较小或者没有效果。 相反地,维或者二维形式的算子 对于清除较暗的脉冲噪声是有用的,但是对于清除明亮的脉冲噪声效果较差。 小波噪声的消除 小波变换具有良好的时域局部化性质,为解决去噪中存在的保护信号局部性和抑制 噪声之间的矛盾提供了有力的工具。 在数学上,小波去噪问题的本质是个函数逼近问题, 即如何在由小波母函数伸缩和平移版本所展成的函数空间中,根据提出的衡量准则,寻找 对原信号的最佳逼近,以完成原信号和噪声信号的区分。 小波去噪可以描述为    ，是实际信号, 的函数空间映射是 其中,代表最优解,为原信号,为噪声信号。 由此可见......”。

8、“.....以便得到原信号的最佳恢复。 从信号学上分析,小波去噪是个信号滤波的问题,而且尽管在很大程度上小波去 噪可以看成是低通滤波,但是由于去噪后还能成功保留图象特征,所以在这点上又由 于传统的低通滤波器。 综合以上分析,结合本研究的实际情况,由于同态滤波器不仅能够很好的完成滤出 噪声的任务,而且其具有补偿亮度,消除图象中亮暗不均的问题,增强暗区的图象细节 同时又不损失亮区的图象细节,这无疑对于后续研究有着极大的帮助。 因而本文在后面研 究中多次用到同态滤波算法对图象进行预处理,实验效果较为理想。 图像二值化 本文所做研究,大部分都是基于二值图象进行的,选择个好的二值化算法无疑对 于检测的准确度有着巨大的影响,本小节重点介绍了几种常见的二值化选择算法......”。

9、“..... 图象分割的经典方法是基于灰度阈值的分割方法,它通过设置闭值,把像素点按灰度 级分若干类,从而实现使类间方差最大的自动确定阈值的方法,该方法具有简单,处理速度快 等特点,是种常用的阈值选取方法。 其基本思想如下设图象像素数为,灰度范围为 ,,对应灰度级的像素数为,几率为 ,    把图象中的像素按灰度值用分成两类和,由灰度值在,之间的像素组 成,由灰度值在,之间的像素组成,对于灰度分布几率,整幅图象的均值为     则和的均值为         其中......”。